Los autores agradecen los comentarios recibidos de un evaluador anónimo y la ayuda financiera del*

Instituto Valenciano de Investigaciones Económicas (Ivie). Asimismo, este estudio se ha llevado a cabo en el marcodel programa de investigación SEC98-0895 de la DGICYT y del programa GV99-103-1-08 de la Generalitat Valenciana.

M. Gumbau: Universitat de València; J. Maudos: Universitat de València e Instituto Valenciano de**

Investigaciones Económicas.

ACTIVIDAD TECNOLÓGICA Y CRECIMIENTO

ECONÓMICO EN LAS REGIONES ESPAÑOLAS*

Mercedes Gumbau y Joaquín Maudos**

WP-EC 2001-17

Correspondencia a: M. Gumbau. Universitat de València. Departamento de Análisis Económico,Edifico Departamental Orienta. Avda. de los Naranjos, s/n. 46022 Valencia. Tel.: +34 96 382 8246 / Email: mercedes.gumbau@uv.es.

Editor: Instituto Valenciano de Investigaciones Económicas, S.A.Primera Edición Julio 2001Depósito Legal: V-3413-2001

Los documentos de trabajo del IVIE ofrecen un avance de los resultados de las investigacioneseconómicas en curso, con objeto de generar un proceso de discusión previo a su remisión a lasrevistas científicas.

1

ACTIVIDAD TECNOLÓGICA Y CRECIMIENTO ECONÓMICO

EN LAS REGIONES ESPAÑOLAS

Mercedes Gumbau y Joaquín Maudos

RESUMEN

En este trabajo se analiza la importancia de las actividades tecnológicas en la explicación de

las diferencias de productividad de las regiones españolas en el periodo 1986-96. Para ello se

cuantifica el efecto de la innovación tecnológica propia de la región y las externalidades asociadas al

capital tecnológico sobre el desarrollo regional. El análisis se basa en la estimación de funciones de

producción, así como una ecuación explicativa de la productividad total de los factores. Si bien se

obtiene un efecto positivo y significativo a nivel nacional en un horizonte de largo plazo, la

significatividad del efecto de las actividades tecnológicas sobre la productividad de las regiones

españolas en el periodo 1987-96 depende del indicador utilizado.

Palaras clave: I+D, productividad, convergencia.

ABSTRACT

This paper analyses the importance of R&D activities in the explanation of productivity

differences among the Spanish regions over the period 1986-96. With this aim, we measure the effect

of the own technological innovation and the spillovers effects. The analysis is based on the estimation

of a production function and also on the effect of R&D on total factor productivity. The results shows

that although R&D has a significant effect at national level in a long-term period, the effect at regional

level over the period 1987-96 depend on the technological index used.

Key words: R&D, productivity, convergence

2

1. INTRODUCCIÓN

Si se revisa la literatura económica resulta sencillo encontrar proposiciones en las que se afirma

que la innovación tecnológica influye sobre la posición económica de los agentes innovadores:

empresas, industrias o países. La evidencia empírica muestra que dicha estrategia genera, por una

parte, efectos positivos sobre los resultados económicos obtenidos por dichas unidades productivas

y aumenta, por otra parte, el valor de la productividad de los factores que los citados agentes utilizan

en el proceso productivo.

En esta dirección, Solow (1957) fue pionero al sugerir que el crecimiento económico nacional

no se explicaba satisfactoriamente en términos de los inputs privados, capital y trabajo, atribuyendo

parte del crecimiento inexplicado a avances de los conocimientos tecnológicos. Autores como Mankiw,

Romer y Weil (1992), Verspagen (1992, 1994), Silverberg y Soete (1994) han destacado en sus

aplicaciones empíricas que el cambio tecnológico es uno de los factores básicos para el desarrollo de

un país y, por tanto, puede ser considerado como uno de los factores que diferencian el crecimiento

económico de dicho territorio. Asimismo, las nuevas teorías del crecimiento consideran que el progreso

económico debe entenderse como un proceso endógeno de tal forma que la formación de capital físico,

humano y tecnológico pasa a ser un factor esencial del crecimiento de una unidad territorial. Es decir,

que el crecimiento económico se debe al cambio tecnológico que resulta de los esfuerzos en I+D,

capital humano o incluso de las políticas gubernamentales (mejoras en infraestructuras, por ejemplo)

que realizan los propios agentes económicos.

Asimismo, destaca el impacto que sobre el incremento de la productividad pueden generar

elementos distintos de las cantidades de capital y trabajo utilizadas en el proceso de producción como

la existencia de rendimientos crecientes a escala o la aparición de spillovers o externalidades. En este

sentido cabe destacar los trabajos de Romer (1990), Grossman y Helpman (1991) y Aghion y Howitt

(1992) así como las extensiones de alguno de estos modelos realizados por Jones (1995). Más

recientemente, autores como Quah (1999) matizan incluso que las propias características de la

demanda como la actitud de los consumidores hacia bienes de compleja tecnología, el proceso de

aprendizaje en el consumo y la tendencia o habilidad de los consumidores a adquirir bienes

tecnológicamente avanzados puede también afectar al crecimiento económico de un país.

Los estudios empíricos realizados a nivel regional dan soporte a la idea de que el cambio tecnológico es1

un factor asociado al desarrollo económico de una región. La incidencia espacial del cambio tecnológico ha sidoanalizada por Oakey (1984, 1985) para el caso de Gran Bretaña, encontrándose un correlación directa entre desarrollotecnológico y económico. Otros estudios realizados para diversos países llegan a conclusiones similares: Ciciotti(1983), Brugger y Stuckey (1987) y Todtling (1990).

3

No obstante, a pesar de los diferentes enfoques adoptados en la literatura, autores como Barro

(1998, pp 25) llegan a concluir que los trabajos que se apoyan en la contabilidad del crecimiento dan

lugar a información muy útil para enmarcar los temas de crecimiento endógeno de forma que dichas

teorías pueden ser utilizadas como extensiones de la tradicional contabilidad del crecimiento. En

consecuencia, Barro matiza que ambas teorías del crecimiento económico son complementarias.

Una característica común a muchos de estos trabajos es que no consideran de forma explícita

el ámbito territorial. No obstante, parece lícito afirmar que si el avance tecnológico difiere entre

naciones, industrias y empresas, también difiere entre regiones debido a las variaciones en las estructuas

productivas y a la diversidad de empresas que las componen. En este sentido, puede defenderse que

la región geográfica o territorio es un factor estratégico de desarrollo. La razón que puede aludirse es

que el concepto espacial está asociado a diferencias regionales en cuanto a las relaciones de mercado,

las formas de regulación, etc. y, por tanto, se originan divergencias en la organización de la producción

y en la capacidad de innovación . 1

De acuerdo con estos argumentos, en este trabajo se pretende cuantificar el efecto de la

innovación tecnológica sobre los resultados productivos de las comunidades autónomas españolas, ya

que éstas pueden ser consideradas como regiones diferenciadas puesto que cada una es una unidad

territorial caracterizada por una especialización productiva y dotación de factores que la distingue de

las demás.

Con los resultados obtenidos se podrá comprobar si existe un proceso de innovación

espacialmente diferenciado en el contexto de las comunidades autónomas españolas identificando las

regiones que cuentan con ventajas comparativas en tecnología y el papel de la política tecnológica

regional. La importancia de este análisis radica en que puede arrojar luz a la hora de evaluar medidas

de política económica aplicadas con objeto de reducir las desigualdades entre las regiones y favorecer

un crecimiento de largo plazo sostenido.

El esquema del trabajo es el siguiente. En el segundo apartado se expone el contexto en el que

se analiza la existencia de efectos de la innovación tecnológica sobre el desarrollo regional. En el tercer

4

apartado se presentan las fuentes estadísticas y variables a utilizar en el análisis empírico. En el cuarto

apartado se analizan un amplio conjunto de indicadores tecnológicos con objeto de tener un

conocimiento de la realidad tecnológica de las regiones españolas. En el quinto apartado se muestran

los resultados obtenidos tras la estimación de funciones de producción y de los determinantes de la

productividad total de los factores (PTF). Por último, en el sexto apartado se ofrecen las conclusiones

del trabajo.

2. LA CONTRIBUCIÓN DE LA INNOVACIÓN TECNOLÓGICA AL DESARROLLO

REGIONAL

La teoría del crecimiento postula que entre las fuentes generadoras del mismo se encuentran

el incremento de los factores de producción y la aparición de mejoras tecnológicas. Así pues, el

crecimiento económico de los países o regiones difiere en la medida en que existen distintas tasas de

crecimiento de los factores productivos y de la innovación tecnológica. Esta última permite obtener

nuevos conocimientos productivos que, una vez aplicados, generan nuevos bienes y servicios o

producen los ya existentes de una forma más eficiente. Por este motivo, el cambio técnico se ha

revelado además como una parte sustancial del crecimiento de la producción en numerosos países.

Una cuestión adicional es cómo acceden los países o regiones a dicha tecnología. La vía más

importante de acceso es la realización propia de actividades de I+D que generen tecnología propia.

Sin embargo, los avances científicos y técnicos no siempre son apropiables por la entidad que realiza

dichos gastos y generan, por tanto, externalidades (spillovers). En este sentido, las actividades de I+D

generadas por otros agentes próximos y las importaciones de las innovaciones extranjeras mediante

el comercio de bienes y servicios también son una vía de acceso a la tecnología y favorecen, en

consecuencia, el crecimiento económico. Finalmente, este proceso de generación o aplicación de

conocimientos tecnológicos no puede llevarse a cabo sin la existencia de mano de obra cualificada o

capital humano ya que una parte destacable de la tecnología está formada por el conjunto de

conocimientos que han adquirido las personas con acceso a niveles de enseñanza superior o a

programas de formación establecidos por las empresas. En este sentido, pues, el progreso técnico o

la innovación tecnológica de cada territorio no sólo queda explicitada en los gastos propios de I+D sino

también en su capital humano y en la capacidad de absorber los spillovers generados por otros

Yit'AitL"it K

$it H

,it R

(it

LnYit'LnAi0%µt%"LnLit%$LnKit%gLnHit%(LnRit

5

(1)

(2)

territorios.

La teoría del crecimiento, en general, considera que las diferencias en las tasas de crecimiento

de los factores productivos son la causa principal de las divergencias en cuanto a producción que

experimentan los países o territorios motivo por el cual ha sido objeto de estudio en repetidas

ocasiones. La tecnología siempre ha jugado un papel importante en estos modelos; sin embargo, existen

enfoques alternativos respecto al procedimiento de análisis. Una primera aproximación consiste en

considerar el capital tecnológico como un input ordinario en la función de producción. Un enfoque

alternativo consiste en modelizar el progreso tecnológico, o el crecimiento de la productividad total de

los factores (PTF) en función, entre otros factores, del capital tecnológico. En este trabajo se utilizan

ambos enfoques.

Suponiendo que la tecnología subyacente a la función de producción es del tipo Cobb Douglas,

la función de producción para las regiones españolas, ampliada con capital tecnológico, es la siguiente:

donde:

Y = producción privada de la Comunidad Autónoma i en el año t.it

A = A eit i0µt

A = nivel inicial de “eficiencia” o productividad para cada comunidad autónoma i en el año 0i0

µ = tasa de progreso técnico desincorporado

L = empleo de la comunidad autónoma i en el año tit

K = capital físico de la comunidad autónoma i en el año tit

R = capital tecnológico de la comunidad autónoma i en el año t.it

H = capital humano de la comunidad autónoma i en el año tit

Y tomando logaritmos:

A partir de esta ecuación es posible contrastar la hipótesis de la existencia de rendimientos

constantes a escala en todos los inputs ("+$+,+(=1). Para contrastar esta hipótesis se

reparametrizará la ecuación (2) de la siguiente forma:

Ln(Y/L)it'LnAi0%µt%$Ln(K)it%("%$%,%(&1)LnLit%,LnHitit%(LnRit

Yit'AitL"it K

$it

siendo:"%$'1

LnYit&"itLnLit&(1&"it)LnKit'LnAi0%µt'LnPTFit

6

(3)

(4)

(5)

Si el coeficiente que acompaña al factor trabajo no es estadísticamente significativo, no es

posible rechazar la existencia de rendimientos constantes a escala en todos los inputs. De este modo,

(3) permite obtener los efectos de los factores productivos considerados a lo largo del tiempo sobre

la productividad aparente del trabajo.

Para calcular el valor de la PTF, siguiendo las aportaciones de Solow (1957), se toma en

consideración la función de producción Cobb Douglas bajo el supuesto de rendimientos constantes a

escala en los inputs privados, capital y trabajo:

Tomando logaritmos y realizando sencillas operaciones se obtiene:

donde " se define como la parte de la producción correspondiente a la remuneración del trabajo y (1-

") es la participación del capital en la renta.

En la ecuación (5) se comprueba que, tras descontar del nivel de producción los valores

correspondientes a los factores productivos ponderados por sus participaciones relativas en la renta

total, el término resultante es el residuo de Solow que, a su vez, se corresponde con la definición de

PTF. Las series correspondientes a la PTF han sido generadas en términos relativos respecto a la

eficiencia de una ”región base” (España) para un año base (1986). De este modo, los valores obtenidos

de la PTF muestran la importancia de ésta en una comunidad autónoma en comparación con los

resultados de eficiencia obtenidos para las otras regiones. Tomando como base el valor de dicha

productividad para el conjunto de España (j) en el año 1986 (b), es posible expresar el diferencial de

productividad entre dos regiones y para cada período de tiempo por la diferencia logarítmica del

output de ambas regiones una vez descontadas las diferencias logarítmicas ponderadas de los inputs,

tomando como ponderaciones las medias de las participaciones de los factores entre las dos regiones.

Es la definición propuesta por Christensen, Cummings y Jorgenson (1981):

[LnPTFit&LnPTFjb]'[LnYit&LnYjb]&[1/2("it%"jb)][LnLit&LnLjb]&

&[1/2((1&"it)%(1&"jb))][LnKit&LnKjb]

LnPTFit'LnAi0%µt%,LnHit%(LnRit

Véase Dorwick y Neguyen (1989).2

7

(6)

(7)

donde " y (1-") son las participaciones de los factores trabajo y capital en la renta total. Asimismo, "

queda definida por el ratio "remuneración de los asalariados en la comunidad autónoma i/ total de rentas

de la misma comunidad".

Calculados los valores de las PTF regionales puede analizarse el efecto que el capital tecnológico

y el capital humano generado por las distintas comunidades autónomas ejerce sobre ésta a partir de la

siguiente ecuación:

El capital tecnológico de cada comunidad autónoma está formado por las innovaciones

tecnológicas generadas en dicha región, pero siguiendo la literatura económica más avanzada, también

cabe incluir como capital tecnológico las externalidades asociadas al capital tecnológico producido en el

exterior de la CC.AA. pero "absorbidas" por cada comunidad autónoma. Una vez que se analice el

impacto que las actividades tecnológicas generadas en cada región ejercen sobre la productividad, se

pretende analizar si el incremento de la productividad puede ser explicado, además, por las externalidades

asociadas al capital tecnológico producido en el exterior de la CC.AA.

Es conocido que una de las principales dificultades que afrontan las empresas cuando llevan a cabo

actividades de investigación es la apropiabilidad de los recursos invertidos. Sin embargo, estos efectos

negativos sobre la empresa inversora pueden incrementar, al mismo tiempo, la productividad de otras

empresas o sectores industriales. Este concepto puede ser aplicado también en un marco de agregación

mayor considerando la existencia de efectos spillovers o externalidades entre países o territorios. Una

corriente literaria afirma que los países más atrasados pueden llegar a crecer más rápidamente que los más

avanzados si desarrollan su capacidad de imitación o absorción del capital tecnológico ajeno,

convergiendo a niveles de renta per cápita semejantes . En este trabajo se tratará de comprobar si las2

Comunidades Autónomas son más productivas como consecuencia de la captación de spillovers

procedentes del exterior de la región.

8

Una cuestión adicional es delimitar de dónde proceden estas externalidades. Entre los primeros

autores que introdujeron el concepto de spillovers de capital tecnológico cabe destacar a Scherer (1982),

Spence (1984) y Jaffe (1986) a nivel de empresa, mientras que la existencia de spillovers a nivel

internacional viene reflejada en los trabajos de Lichtenberg (1992), Berstein y Mohen (1994) y Coe y

Helpman (1995). En estos trabajos se definen medidas alternativas de los spillovers tales como los gastos

de I+D realizados por otras empresas o industrias, en su caso ponderados por la "distancia tecnológica",

"oportunidad tecnológica" o "intención de innovar".

En este sentido, es difícil medir la distancia tecnológica entre regiones de un mismo país. No

obstante, de acuerdo con Krugman (1991a y b) y Glaeser et al. (1992) la transmisión de conocimientos

tecnológicos se produce dentro de una unidad geográfica limitada. Es decir, la localización y la proximidad

entre los agentes productivos importa ya que el coste de transmitir información puede resultar invariante

respecto a la distancia pero el coste de transmitir nuevos conocimientos tecnológicos que, generalmente

no se realiza de una forma explícita, sí que aumenta con la distancia.

3. FUENTES ESTADÍSTICAS Y VARIABLES UTILIZADAS

Con objeto de analizar la contribución del capital humano y tecnológico al desarrollo regional, se

presentan a continuación las variables que van a ser utilizadas en el análisis empírico. Estas corresponden

a las diecisiete Comunidades Autónomas españolas en el período 1986-1998 y están expresadas en

pesetas de 1990. Para deflactar la producción se ha utilizado el deflactor de la producción nacional, puesto

que no se dispone de un deflactor a nivel regional. Asimismo, las series de capital tecnológico se han

deflactado por el deflactor de la Formación Bruta de Capital Fijo que proporciona el Instituto Nacional

de Estadística (INE).

Las variables y fuentes estadísticas utilizadas son las siguientes:

a) Producción de cada Comunidad Autónoma (Y): Se mide por el Valor Añadido Bruto (a coste

de factores) y se obtiene a partir de la Contabilidad Regional de España (base 1986) del INE. A lo largo

del trabajo, en algunos casos se utiliza el VAB total y en otros el VAB privado. Dado que el INE sólo

ofrece información regional del VAB hasta 1996, se han estimado los valores de VAB total

Este método ha sido discutido en Griliches (1979) y ha sido utilizado recientemente en otros trabajos entre3

los que destacan para el caso español: Martín (1999) y Beneito (2000).También se utiliza este método en la estimacióndel stock de capital privado realizada por el Ivie.

9

correspondientes a 1997 y 1998 utilizando las tasas de crecimiento de FUNCAS.

b) Empleo (L). Se obtiene, al igual que en el caso anterior, de la Contabilidad Regional de

España (base 1986) del INE.

c) Capital privado regionalizado (K). Se obtiene de las estimaciones realizadas por el Ivie para

la Fundación BBV. Como es habitual, no se considera el capital residencial. En esos momentos la

última información disponible a nivel regional corresponde a 1996.

d) El nivel de cualificación laboral de cada región ha sido aproximado a través del porcentaje

de la población ocupada con al menos estudios medios, siendo ésta la aproximación utilizada en

Serrano (1996). Dicha información se obtiene a partir de la publicación de la Fundación Bancaja

"Series históricas de capital humano: 1964-1992" de Mas, M., Pérez, F., Uriel, E. y Serrano, L.(1995)

junto con las actualizaciones posteriores (Pérez y Serrano, 1998). El último año disponible corresponde

a 1998.

e) Gastos de I+D regionalizados (GASTOS DE I+D): se obtienen de la publicación

"Estadísticas sobre actividades en Investigación Científica y Desarrollo Tecnológico" del INE excepto

las del año 1986 que han sido obtenidas a partir de las estimaciones de Martín et al. (1991). La

publicación ofrece información tanto para el total del gasto en I+D como de forma desagregada para

los siguientes sectores: Empresas, Administraciones Públicas, Enseñanza Superior y Entidades Privadas

sin Fines de Lucro (EPSFL). La última información regionalizada disponible corresponde a 1998, si

bien en este año (al igual que en 1996) no se ofrece la información correspondiente a las EPSFL.

f) Stock de capital tecnológico (R) : La actividad de I+D debe ser considerada como un flujo

de inversión en un activo intangible como es el volumen acumulado de conocimientos adquiridos. Así

pues, la influencia desarrollada sobre la producción de un país proviene del stock acumulado de los

resultados procedentes de la inversión en I+D. Este stock es el que conocemos como capital

tecnológico. Para generar dicha serie de capital tecnológico consideramos que este input se acumula,

de acuerdo con el método del inventario permanente , de la siguiente forma:3

Ri,t'(1&*)Ri,t&1%Ii,t&2

Ri,t'Iit%1&2g%*

10

(8)

(9)

donde R es el stock de capital del período t, * es la tasa de depreciación del capital tecnológico e It tla inversión anual en capital de I+D. No obstante, siguiendo a Pakes y Schankerman (1984) se asume

que los efectos de las inversiones de I+D sobre el crecimiento económico no son inmediatas sino que

existe un retardo medio de dos períodos entre la realización de los gastos de I+D y sus efectos (2=2).

Alternativamente, R puede definirse de una forma más completa tal que incluya también comot

conocimiento tecnológico los pagos por transferencia de tecnología además de los gastos de capital

de I+D del período. No obstante, este trabajo pretende utilizar, como se ha comentado con

anterioridad, las publicaciones que sobre gastos tecnológicos presenta el INE. En tal caso, las

estadísticas no ofrecen una desagregación entre gastos propios de I+D y pagos por transferencia de

tecnología. Ello se debe a que las propias entidades encuestadas no distinguen en la mayoría de los

casos entre ambos términos, respondiendo de forma genérica acerca de los gastos totales intramuros.

El método del inventario permanente como forma de computar el stock de capital tecnológico

presenta algunos problemas. El primero de ellos está relacionado con la determinación del stock de

capital de partida. La solución adoptada en los trabajos antes citados es comenzar el proceso del

inventario perpetuo en el primer año disponible que en este caso es 1986. En este caso, si el capital

tecnológico se acumula como en (8) y además consideramos que la inversión en capital de I+D entre

dos años consecutivos aumenta en una proporción g, se tiene que:

El segundo de los problemas que lleva consigo la utilización de la fórmula del inventario

permanente como forma de calcular el stock de capital tecnológico es determinar cual debe ser la tasa

de depreciación de dicho capital (*) y la tasa de crecimiento a la que el mismo se acumula (g). En

España, no existen trabajos en los que se haya cuantificado *. Las referencias que se toman son dos.

En primer lugar, la de los trabajos realizados por Pakes y Shankerman (1984) y Hall (1988) que

obtienen un valor máximo de la depreciación del capital tecnológico de 0,25. En segundo lugar, también

es común utilizar una tasa de depreciación similar a la del capital físico. Los autores españoles suelen

tomar una medida intermedia entre ambas. La razón es, por una parte, que una tasa de depreciación

de 0,25 estaría indicando un dinamismo inversor en España semejante al de países como Francia,

No obstante, en las aplicaciones empíricas los resultados no suelen ser sensibles a la tasa de depreciación4

utilizada.

11

Reino Unido, Suiza y Holanda que no ocurre en la práctica. Por otra parte, considerar un indicador

semejante al del capital físico implicaría suponer que la tasa de obsolescencia o velocidad a la que se

introducen nuevas invenciones es similar a la tasa de envejecimiento del capital físico, siendo lógico

suponer que la primera sea muy superior a la segunda. Otros estudios, como el de Hall y Maraisse

(1992) para el caso francés suponen una tasa de depreciación del 15%. Ésta es la tasa que se ha

utilizado en este trabajo y en Beneito (2000) .4

Por último, respecto a la tasa de crecimiento del capital en I+D (g), necesaria para el cálculo

del stock de capital de acuerdo con el método del inventario permanente, se ha procedido a calcularla

de acuerdo con los datos de la muestra.

Alternativamente, se utilizarán las patentes solicitadas por cada una de las Comunidades

Autónomas (PAT) como aproximación al volumen de innovación o de conocimientos tecnológicos

generados por las mismas. No obstante, la utilización de las patentes como medida de la innovación

tecnológica conlleva algunas limitaciones. La primera es que no todas las innovaciones se patentan

puesto que existen otras formas de proteger el output de la innovación como el propio secreto

industrial, mientras que la segunda es que el valor de las patentes es heterogéneo puesto que algunas

de ellas van asociadas a grandes descubrimientos mientras que otras se asocian a novedades

relevantes.

Sin embargo, cabe matizar que estudios realizados por autores como Kamien y Schwartz

(1982) consideran específicamente que estas limitaciones no representan una parte importante de la

innovación. Por otra parte, Griliches (1994) apoya la utilización de las patentes como medida del

capital tecnológico ya que considera que las patentes pueden tomarse como indicadores de las

invenciones y éstas se producen por una combinación de los gastos de I+D corrientes y del estado de

conocimientos tecnológicos existentes, incorporando los efectos acumulados de ciencia y los spillovers

derivados de actividades previas de investigación. Más recientemente, Lach (1995) considera que las

patentes son una alternativa a un indicador usual del stock de capital tecnológico como el stock de

I+D. Este autor señala (pp.101) que el paralelismo entre el número de patentes, el output de I+D y

el stock de conocimientos tecnológicos está sujeto a reservas aunque es la mejor información

disponible por el momento. En definitiva, las patentes han sido ampliamente utilizadas como medida del

cambio tecnológico en la literatura económica y, por tanto, serán consideradas en este trabajo como

12

aproximación al volumen de innovación tecnológica de una región.

g) Externalidades asociadas a las actividades tecnológicas: Para analizar la contribución de los

spillovers de carácter tecnológico a la productividad a nivel regional se han construido dos medidas

complementarias que tienen en consideración el hecho de que las externalidades que puede captar cada

región provienen de otras regiones. La primera medida de los spillovers (SPILL1) mide la contribución

del esfuerzo tecnológico generado por las demás regiones del país sobre una misma y, en consecuencia,

para cada región se mide como la suma del stock de I+D de todas las demás regiones excepto ella

misma. La segunda medida de los spillovers (SPILL2) se construye de forma análoga a la anterior

tomando como indicador tecnológico las patentes en lugar del capital tecnológico.

4. LAS ACTIVIDADES DE I+D EN LAS REGIONES ESPAÑOLAS

Con objeto de mostrar la posición tecnológica de las regiones españolas se va a comenzar

presentando los principales indicadores de las actividades tecnológicas. El primer problema que debe

abordarse es determinar cuál es el indicador de innovación más adecuado. Para ello, hay que tener en

cuenta que la innovación tecnológica puede ser medida desde dos puntos de vista: por un lado, el input

de la innovación, es decir, el volumen de recursos destinados a realizar actividades tecnológicas y, por

otro lado, el output o los resultados que se obtienen tras la inversión en innovación. La medida más

ampliamente utilizada del input de la innovación son los gastos de I+D o el stock de capital

tecnológico, mientras que el output de la innovación suele medirse a través del número de patentes o

número de innovaciones de proceso o de producto producidas.

Desde el punto de vista del input de la innovación, el cuadro 1 muestra el gasto total en I+D

de las regiones españolas expresado como porcentaje respecto del VABcf. La evolución de dicha ratio

para el conjunto de las regiones muestra un importante crecimiento en el periodo 1986-1998 ya que

de representar el gasto en I+D el 0,64% del VAB en 1986, doce años más tarde su peso en el VAB

aumenta 0,4 puntos porcentuales hasta situarlo en el 1,03% del VAB. No obstante, y pese al

importante aumento de los gastos en I+D, la ratio se encuentra muy por debajo de la media de la Unión

Europea (en torno al 1,83% del PIB), situándose sólo Madrid en torno a los niveles medios europeos.

13

La información por regiones constata la existencia de importantes diferencias. Utilizando la

información del último año disponible (1998), sólo tres regiones se sitúan por encima de la media

nacional (Madrid, Cataluña y País Vasco), situándose muy por debajo de la media

Baleares, Castilla La Mancha y Extremadura. Se observa asimismo que dicha ratio ha crecido en todas

las CC.AA., a excepción de Madrid y Castilla y León.

.

Cuadro 1: Gasto en I+D por Comunidades Autónomas (%VABcf)

1986 1988 1990 1992 1994 1996 1998

Andalucía 0,38 0,44 0,51 0,57 0,56 0,70 0,77

Aragón 0,39 0,53 0,59 0,74 0,66 0,63 0,77

Asturias 0,41 0,42 0,54 0,60 0,52 0,61 0,60

Baleares 0,09 0,10 0,11 0,12 0,14 0,22 0,31

Canarias 0,13 0,18 0,29 0,56 0,58 0,56 0,60

Cantabria 0,25 0,50 0,43 0,47 0,61 0,58 0,92

Castilla-La Mancha 0,12 0,16 0,15 0,21 0,22 0,46 0,55

Castilla y León 0,48 0,50 0,58 0,66 0,72 0,58 0,57

Cataluña 0,59 0,81 0,93 1,04 0,96 1,04 1,21

Extremadura 0,23 0,30 0,30 0,37 0,40 0,37 0,45

Galicia 0,24 0,29 0,35 0,57 0,43 0,55 0,61

Rioja (La) 0,01 0,13 0,14 0,21 0,30 0,44 0,59

Madrid 1,99 2,13 2,61 2,44 2,13 1,95 1,95

Murcia 0,22 0,42 0,45 0,65 0,51 0,55 0,65

Navarra 0,44 0,38 0,96 1,07 0,80 0,91 1,01

País Vasco 0,77 1,01 1,21 1,23 1,14 1,41 1,45

Comunidad Valenciana 0,19 0,35 0,36 0,60 0,60 0,64 0,72

Total 0,64 0,78 0,92 1,00 0,92 0,95 1,03

Fuente: INE y FUNCAS

Con objeto de analizar si las desigualdades en el esfuerzo innovador (I+D/VAB) se han

reducido entre regiones, utilizaremos los conceptos de F y $-convergencia. En el primer caso, se dice

que existe F-convergencia si las desigualdades, medidas a través de un estadístico de dispersión, se

reducen en el tiempo. Por su parte, existe $-convergencia si las regiones que partían de menores niveles

en la ratio I+D/VAB experimentan en un crecimiento en dicha ratio superior a las regiones que partían

de niveles superiores. Como muestra Barro y Sala-i Martin (1992), la $-convergencia es condición

necesario, aunque no suficiente, para que se produzca F-convergencia.

-6 -4 -2 0 2-0,1

0

0,1

0,2

0,3

0,4

ANDA RAA ST

B A LCA N

CANTC-M

C-L

CA TEXTG A L

RI O

M A D

M URN A V

P V

CV

Ln(I+D/VAB) 1986

tasa

med

ia d

e cr

ecim

ient

o

Gráfico 2: Beta convergencia en la ratio (I+D/VAB)1986-1998

Fuente: INE y FUNCAS

Nota: entre paréntesis, ratio-t

0,2

0,4

0,6

0,8

1

1,2

1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998

Gráfico 1: Sigma convergencia en la ratio (I+D/VAB)Desviación típica de Ln

Fuente: INE y FUNCAS

y=0,00-0,06x (-7,64)

R2=0,80

14

El gráfico 1 muestra el fenómeno de F-convergencia a través de la representación de la

desviación típica de la ratio (I+D/VAB). Se observa claramente el importante proceso de F-

convergencia ya que la desviación típica ha disminuido en más de un 50% de 1986 a 1998. Se observa

que el mayor proceso de convergencia tuvo lugar a finales de la década de los ochenta, siendo más

lenta la convergencia durante los noventa.

Utilizando el concepto de $-convergencia, el gráfico 2 muestra la relación existente entre la tasa

de crecimiento de la ratio (I+D/VAB) en el periodo 1986-98 y el nivel inicial de dicha ratio en 1986.

Así, existirá convergencia si las regiones que partían en 1986 de menores relaciones (I+D/VAB)

15

experimentan tasas de crecimiento más elevada, convergiendo así a los niveles de las regiones

tecnológicamente más avanzadas. El gráfico muestra una clara relación negativa entre ambas variables,

constatándose así la existencia de $-convergencia. Destaca en el gráfico La Rioja, CC.AA. que,

pariendo de nivel más reducido en 1986, ha experimentado la tasa de crecimiento más elevada. En

el extremo opuesto se encuentra Madrid.

El cuadro 2 contiene la distribución regional del gasto total en I+D. La información muestra

cómo en 1986 tres CC.AA. (Madrid, Cataluña y País Vasco) concentraban casi el 75% del gasto total

en I+D, habiendo regiones que ni siquiera absorben un 1% del gasto total (es el caso de Baleares,

Canarias, Cantabria, Castilla La Mancha, Extremadura, La Rioja y Murcia). Sin embargo, en 1998

Madrid, Cataluña y el País Vasco concentran un menor porcentaje del gasto en I+D (el 62%),

destacando el crecimiento de las regiones que partían de posiciones más desfavorables.

Cuadro 2: Distribución regional del Gasto en I+D Total (%)

1986 1988 1990 1992 1994 1996 1998

Andalucía 7,89 7,53 7,45 7,71 8,23 9,84 9,87

Aragón 2,10 2,41 2,19 2,55 2,47 2,26 2,54

Asturias 1,93 1,52 1,57 1,59 1,46 1,65 1,45

Baleares 0,34 0,29 0,26 0,28 0,35 0,55 0,73

Canarias 0,75 0,90 1,13 2,07 2,44 2,24 2,25

Cantabria 0,51 0,86 0,62 0,62 0,86 0,79 1,16

Castilla-La Mancha 0,63 0,74 0,61 0,77 0,85 1,73 1,91

Castilla y León 4,81 4,01 3,72 3,85 4,72 3,74 3,36

Cataluña 16,89 19,31 19,04 19,86 20,02 21,15 22,81

Extremadura 0,67 0,75 0,62 0,71 0,86 0,73 0,82

Galicia 2,17 2,11 2,05 3,11 2,57 3,20 3,24

Rioja (La) 0,02 0,12 0,11 0,16 0,24 0,35 0,42

Madrid 47,74 41,94 44,31 38,64 37,08 33,30 30,89

Murcia 0,86 1,28 1,22 1,59 1,34 1,37 1,48

Navarra 1,12 0,80 1,72 1,77 1,42 1,56 1,62

País Vasco 8,45 8,50 8,51 7,82 7,78 9,18 8,79

Comunidad Valenciana 2,97 4,33 3,85 5,90 6,32 6,35 6,66

No regionalizado 0,00 2,58 1,03 1,02 0,99 0,00 0,00

Total 100 100 100 100 100 100 100

Fuente: INE

El INE no ofrece en todos los años el gasto en I+D realizado por las IPSFL.5

16

Las estadísticas del INE sobre actividades de I+D permiten distinguir cuatro sectores:

Empresas, Administraciones Públicas, Enseñanza Superior e Instituciones Privadas sin Fines de Lucro

(IPSFL). El cuadro 3 muestra la distribución porcentual por sectores del gasto en I+D de la economía

española en el periodo 1986-97 . El gasto en I+D de las empresas es cuantitativamente el más5

importante representando en 1997 el 48,8% del total. Le sigue en orden de importancia el gasto en

Enseñanza Superior (32,7%) y el realizado por las AA.PP (17,37%). Finalmente, el gasto realizado

por las IPSFL representa tan solo el 1,1% del gasto total en I+D. La evolución de la distribución

porcentual a lo largo del periodo considerado muestra cómo el gasto realizado por las Empresas y por

las AA.PP. ha ido perdiendo importancia relativa ( entorno a 10 y 9 puntos porcentuales,

respectivamente, entre 1986 y 1997), pérdida que ha sido absorbida por el importante crecimiento del

gasto en Enseñanza Superior.

Cuadro 3: Distribución Porcentual del Gasto en I+D (%)

Empresas AA.PP. IPSFLEnseñanzasuperior

1986 58,62 26,15 15,23 nd

1987 54,97 25,24 18,94 0,57

1988 56,79 23,18 19,25 0,79

1989 56,33 22,73 20,41 0,52

1990 57,83 21,26 20,37 0,55

1991 56,00 21,27 22,22 0,52

1992 50,51 20,01 28,91 0,57

1993 47,75 20,00 31,28 0,97

1994 46,76 20,70 31,58 0,97

1995 48,23 18,62 32,02 1,12

1996 48,35 18,30 32,26 nd

1997 48,80 17,37 32,73 1,10

1998 52,11 16,27 30,51 nd

Fuente: INE

Utilizando la metodología descrita en la sección anterior, el cuadro 4 muestra la importancia

del capital tecnológico de las regiones españolas en relación al VABcf. Para el conjunto de la economía

17

española, la ratio capital tecnológico/VAB casi se ha duplicado de 1987 a 1998, representando en este

útlimo año el 4,89% del VAB. Por regiones, destaca la elevada ratio en el caso de Madrid (11,7),

situándose por encima de la media Madrid, Cataluña y el País Vasco. En el extremo opuesto destaca

Baleares con una ratio de tan sólo 0,75% en 1998.

Cuadro 4: Capital Tecnológico por Comunidades Autónomas (% VABcf)

1987 1990 1992 1994 1996 1998

Andalucía 1,42 1,63 2,04 2,50 2,90 3,20

Aragón 1,61 1,91 2,38 2,96 3,37 3,41

Asturias 1,99 2,10 2,50 2,98 3,09 3,24

Baleares 0,31 0,41 0,46 0,55 0,61 0,75

Canarias 0,37 0,60 0,88 1,44 2,02 2,27

Cantabria 0,84 1,30 1,65 2,11 2,57 2,77

Castilla-La Mancha 0,31 0,44 0,58 0,80 0,95 1,50

Castilla y León 2,22 2,29 2,60 2,96 3,39 3,33

Cataluña 2,18 2,67 3,38 4,30 4,72 4,98

Extremadura 0,87 1,06 1,20 1,46 1,77 1,79

Galicia 0,85 1,07 1,34 1,89 2,13 2,43

Rioja (La) 0,02 0,18 0,40 0,69 1,09 1,51

Madrid 9,64 9,49 10,87 12,33 12,37 11,70

Murcia 0,74 1,14 1,60 2,19 2,59 2,75

Navarra 1,52 1,85 2,64 3,91 4,31 4,44

País Vasco 3,24 3,84 4,86 5,90 6,39 6,68

Comunidad Valenciana 0,60 0,94 1,32 1,96 2,50 2,76

Total 2,63 2,97 3,64 4,43 4,80 4,89

Fuente: INE, FUNCAS y elaboración propia

En resumen la información hasta ahora manejada permite constatar la existencia de importantes

diferencias en el gasto en I+D entre regiones, diferencias que han disminuido a lo largo del tiempo. Así,

se observa que las regiones que en 1986 partían de mayores niveles en la ratio (I+D/VAB) han

experimentado menores tasas de crecimiento en relación a las regiones con relaciones iniciales más

reducidas. El detalle sectorial muestra que existen diferencias importantes en todos ellos, si bien son

menos acusadas en el caso del gasto en Enseñanza Superior.

18

Los indicadores de actividad tecnológica hasta ahora utilizados en esta sección hacen referencia

a lo que la literatura denomina el input de la innovación. Con respecto al output de la innovación, la

información estadística disponible únicamente ofrece información acerca del número de patentes

solicitadas, procediendo esta información de la “Oficina Española de Patentes y Marcas”.

El cuadro 5 muestra el número de patentes solicitadas en las distintas regiones españolas en el

horizonte 1986- 1999, mientras que el cuadro 6 ofrece la distribución regional del total de patentes.

Como puede observarse, el número de patentes solicitadas en 1999 es de 2404, creciendo en la

década de los noventa a un ritmo inferior al que creció en los ochenta. La distribución porcentual

muestra que Cataluña y Madrid concentran casi el 50% del total de patentes solicitadas en 1999, frente

al 63% que representaban en 1986, habiendo así perdido peso relativo a lo largo del tiempo. Les

siguen en importancia, aunque distanciados, la Comunidad Valenciana, Andalucía y el País Vasco,

representando en 1999 alrededor de un 14% la primera región y un 8% cada una de las otras dos

regiones.

Cuadro 5: Número de Patentes Solicitadas

1986 1988 1990 1992 1994 1996 1998 1999

Andalucía 85 98 131 148 177 184 175 203

Aragón 59 64 64 69 56 80 96 84

Asturias 14 29 19 38 29 38 29 40

Baleares 11 12 18 28 17 32 27 23

Canarias 12 17 17 21 28 40 32 47

Cantabria 6 13 15 14 25 12 21 23

Castilla-La Mancha 20 24 22 35 32 43 44 49

Castilla y León 26 36 46 63 52 55 64 83

Cataluña 552 693 830 589 539 586 600 578

Extremadura 2 13 13 18 14 18 15 23

Galicia 8 28 36 50 52 69 77 76

Rioja (La) 9 7 13 17 18 15 21 15

Madrid 420 392 483 465 509 523 511 540

Murcia 20 23 25 36 31 33 41 33

Navarra 43 51 68 37 58 53 75 50

País Vasco 111 148 177 198 176 165 155 197

Comunidad Valenciana 158 179 223 222 271 307 273 340

TOTAL 1556 1827 2200 2048 2084 2253 2256 2404

Fuente: Oficina Española de Patentes y Marcas

19

Cuadro 6: Distribución Regional de las Patentes (%)

1986 1988 1990 1992 1994 1996 1998 1999

Andalucía 5,46 5,36 5,95 7,23 8,49 8,17 7,76 8,44

Aragón 3,79 3,50 2,91 3,37 2,69 3,55 4,26 3,49

Asturias 0,90 1,59 0,86 1,86 1,39 1,69 1,29 1,66

Baleares 0,71 0,66 0,82 1,37 0,82 1,42 1,20 0,96

Canarias 0,77 0,93 0,77 1,03 1,34 1,78 1,42 1,96

Cantabria 0,39 0,71 0,68 0,68 1,20 0,53 0,93 0,96

Castilla-La Mancha 1,29 1,31 1,00 1,71 1,54 1,91 1,95 2,04

Castilla y León 1,67 1,97 2,09 3,08 2,50 2,44 2,84 3,45

Cataluña 35,48 37,93 37,73 28,76 25,86 26,01 26,60 24,04

Extremadura 0,13 0,71 0,59 0,88 0,67 0,80 0,66 0,96

Galicia 0,51 1,53 1,64 2,44 2,50 3,06 3,41 3,16

Rioja (La) 0,58 0,38 0,59 0,83 0,86 0,67 0,93 0,62

Madrid 26,99 21,46 21,95 22,71 24,42 23,21 22,65 22,46

Murcia 1,29 1,26 1,14 1,76 1,49 1,46 1,82 1,37

Navarra 2,76 2,79 3,09 1,81 2,78 2,35 3,32 2,08

País Vasco 7,13 8,10 8,05 9,67 8,45 7,32 6,87 8,19

Comunidad Valenciana 10,15 9,80 10,14 10,84 13,00 13,63 12,10 14,14

TOTAL 100 100 100 100 100 100 100 100

Fuente: Oficina Española de Patentes y Marcas

5. LA INNOVACIÓN COMO FUENTE DE CRECIMIENTO DE LA

PRODUCTIVIDAD

Es ampliamente conocido la importancia de las ganancias en la productividad total de los

factores como fuente de crecimiento económico. En el caso concreto de la economía española, los

estudios realizados (Pérez et al., 1997) muestran de hecho que las ganancias en productividad (PTF)

explican más de las dos terceras partes del crecimiento de la producción, siendo la contribución del

proceso de capitalización (aumentos en la relación capital trabajo) el responsable del tercio restante.

La plasmación de este hecho al caso concreto de las regiones españolas en el periodo objeto

de estudio en este trabajo (1987-96) la suministra el gráfico 3. En él se aprecia claramente cómo las

regiones que disfrutan de mayores niveles de renta (VAB per cápita) -Madrid, Cataluña y Baleares-

son aquellas que alcanzan mayores niveles de PTF, mientras que las regiones más pobres (Galicia,

Extremadura, Castilla-La-Macha) alcanzan niveles de PTF muy por debajo de la media española.

60 80 100 120 14060

80

100

120

140

AND

A RA

A ST

B A L

CA NCANT

C-M

C-L

CA T

EXT

G A L

RI O

M A D

M UR

N A VP V

CV

PTF (España=100)

VA

Bpc

(E

spañ

a=10

0)Gráfico 3: VAB per cápita y PTF

Media 1986-96

Fuente: INE e Ivie

Nota: entre paréntesis, ratio-t

y=40,66+0,55 (4,85)

R2=0,61

0 0,01 0,02 0,0360

80

100

120

140

ANDA RA

A ST

B A L CA N

CA N T

C-M C-L

CA T

EXTG A L

RI O

M A D

M UR

N A VP V

CV

(I+D/VAB)

PT

F

Gráfico 4: PTF y gastos en I+D1986-96

Fuente: INE e Iv ie

Nota: entre pa réntesis, ra tio-t

y=85,47+1549x

(3,45)R2=0,44

20

De las distintas fuentes de crecimiento de la productividad (capital humano, capital público,

ganancias de eficiencia, etc.), un amplio conjunto de trabajos se ha centrado en la importancia del I+D.

En el caso concreto de la economía española, las limitaciones impuestas por la escasa información

disponible sobre gastos en I+D ha hecho que la evidencia empírica sea escasa, centrándose los

Véanse los trabajos de Beneito (2000), Grandón y Rodriguez (1991 ) para el sector industrial, y Fernández6

y Polo (1997) y Crespo y Velázquez (1999) para el agregado de la economía.

El INE proporciona información agregada a nivel nacional acerca de los gastos de I+D desde 1964, a7

excepción de los años 1965, 1966, 1968 y 1977. En estos cuatro años, la información se ha estimado por interpolación.

Las fuentes de información utilizadas son la Contabilidad Nacional del INE para la producción y las8

estimaciones de la Fundación Bancaja (basadas a su vez en la EPA) para el empleo y el capital humano.

21

estudios realizados en el sector industrial o en el agregado de la economía nacional . A escala regional,6

que sepamos, no existe ningún trabajo publicado que cuantifique el efecto de las actividades

tecnológicas.

Una primera toma de contacto con la importancia de las actividades tecnológicas como posible

factor explicativo de los niveles de productividad alcanzados por las regiones españolas la ofrece el

gráfico 4 en el que se representa la relación existente entre el esfuerzo tecnológico -aproximado a

través del porcentaje que los gastos de I+D representan respecto al VAB- y los niveles de PTF. La

existencia de una relación positiva y estadísticamente significativa entre ambas variables ofrece pues

evidencia favorable a la importancia de las actividades tecnológicas como determinantes del

crecimiento de la PTF.

Antes de proceder al análisis del efecto de las actividades tecnológicas en las regiones

españolas, es de interés realizar el análisis a nivel agregado para la economía española utilizando la

información que desde 1964 proporciona el INE .Para ello se ha procedido a la estimación del stock7

de capital tecnológico siguiendo la metodología detallada anteriormente. Este análisis presenta una

doble ventaja: a) al abarcar un amplio número de años (de 1964 a 1996), ofrece una visión del efecto

a largo plazo del capital tecnológico, frente al análisis de corto plazo que posibilita la información

disponible a nivel regional; y b) la estimación de la elasticidad del capital tecnológico a escala nacional

recoge de forma implícita los posibles efectos desbordamiento entre regiones, siendo de esperar una

elasticidad agregada superior a la que se obtendría a escala regional.

El cuadro 7 ofrece los resultados de la estimación de la función de producción agregada para

el sector privado de la economía española para el periodo 1965-96 . Los resultados muestran una8

elasticidad del capital tecnológico (0,277) relativamente similar a la correspondiente al capital humano

(0,269), siendo ambos parámetros estadísticamente significativos. En consecuencia, los resultados de

largo plazo obtenidos constatan la importancia

Tanto estos resultados como los que se ofrecen a continuación a escala regional, corresponden a la9

estimación imponiendo la hipótesis de rendimientos constantes a escala, dado que no es posible rechazar dichahipótesis. Los resultados están a disposición del lector interesado.

22

del capital tecnológico en la explicación de la evolución de la productividad del trabajo del sector

privado español .9

En el cuadro 8 se presentan los resultados de la estimación de la función de producción a

escala regional para el periodo 1987-96. Puesto que se dispone de un panel de datos se va a explorar

la dimensión temporal de los datos aplicando con técnicas de panel (modelos de efectos fijos -EF- vs.

aleatorios -EA-). Para ello se introducen en la estimación tanto efectos individuales como efectos

temporales. Como muestra el valor del test de Hausman, los efectos individuales están correlacionados

con las variables explicativas, por lo que centraremos la discusión en los resultados obtenidos en la

estimación intra-grupos, dado que el modelo de efectos aleatorios proporciona estimaciones

inconsistentes. De esta forma se evitan los sesgos ocasionados por la posible existencia de efectos

inobservables propios de las empresas correlacionados con los demás regresores. En el contexto de

la función de producción, las variables inobservables hacen referencia a características del entorno

regional tales como la mayor dotación de infraestructuras, la existencia de una política regional que

fomente la innovación, etc.

Cuadro 7: Estimación función de producción agregada (1965-96)Var. dep.= log(Y/L)

constant 61.413(8.163)

K 0.154(2.512)

H 0.269(4.414)

R 0.277(3.778)

trend -0.025(-6.843)

R adj. 992

Estimación bajo la hipótesis de rendimientos constantes a escalaEntre paréntesis, ratio t

23

Cuadro 8: Estimación función de producción regional (1987-96)Var.dep= log(Y/L)

(1) (2)

EF EA EF EA

K 0.313 0.308 0.296 0.344(4.512) (5.404) (3.980) (5.879)

H 0.306 0.483 0.323 0.453(4.398) (7.974) (4.337) (7.055)

R -0.008 -0.004 -0.007 -0.010(-1.029) (-0.601) (-0.847) (-1.283)

SPILL1 0.086 -0.178(0.646) (-2.165)

Constant 1.379 3.533(2.803) (3.248)

N. Obs. 170 170 170 170

R adj. 97 96 97 962

Test de 30.174 31.809Hausman [0.000] [0.000]

Nota:estimación bajo la hipótesis de rendimientos constantes a escala Entre paréntesis, ratio-t Entre corchetes, p-value del test de Hausman [Ho: EF vs. EA]

En la parte (1) del cuadro se ofrecen los resultados referidos al stock de capital tecnológico

total. Los resultados muestran una elasticidad del capital privado de 0,313, y del empleo no cualificado

de 0,389, siendo el capital humano un input relevante en el proceso de producción con una elasticidad

de 0,306, resultado acorde con el obtenido en Serrano (1996). El primer resultado es coherente con

los resultados predichos por la teoría económica indicando que la mayor dotación de factores aumenta

la productividad de la empresa mientras que el coeficiente positivo y significativo del capital humano

sugiere que los conocimientos producidos e incorporados en el trabajo contribuyen de forma positiva

a aumentar la productividad. Por contra, el capital tecnológico no aparece como un factor productivo

relevante dada su no significatividad. Los resultados obtenidos tras la estimación de los efectos

spillover asociados al capital tecnológico se reportan en la parte (2). Tampoco se obtiene un efecto

significativo de las externalidades asociadas al capital tecnológico.

Así pues, la estimación de una función de producción ampliada introduciendo el capital

tecnológico muestra que dicho factor de producción no se revela significativo en la explicación de las

diferencias de productividad de las regiones españolas en el periodo 1987-96, siendo por contra

significativo el efecto del capital humano. Autores como Sterlacchini (1989), Geroski (1994) y Gumbau

(1996) en un estudio acerca de los efectos de la innovación sobre la productividad total de los factores

han matizado al respecto que son las innovaciones “utilizadas” por la empresa y no las innovaciones

24

“producidas” por las mismas las que afectan con mayor intensidad a la variable dependiente que se

analiza. No obstante, este resultado contrasta con la significatividad del capital tecnológico obtenida

a nivel nacional en el periodo más amplio 1964-96. En consecuencia, la escasa dimensión temporal de

la información regional puede estar detrás del resultado obtenido.

Por otra parte, es posible que el capital tecnológico invertido por la empresa que representa

el input de la innovación no sea la variable clave en el análisis puesto que no todos los recursos

invertidos se convierten en innovaciones comercializables y, por tanto, susceptibles de afectar a la

productividad. Para clarificar este aspecto, en el cuadro 9 sustituye el capital tecnológico por una

medida directa de los resultados de la innovación: las patentes. En este caso, se observa como las

nuevas tecnologías afectan de forma positiva a la productividad del trabajo manteniéndose el signo y

significatividad del capital humano.

Si utilizamos como proxy de la innovación las patentes, los resultados en cuanto a los spillovers

también son más satisfactorios. El mismo cuadro 9 muestra que los efectos spillover asociados a las

patentes afectan de forma positiva y significativa a la productividad del trabajo.

Cuadro 9: Estimación función de producción regional con patentes (1987-96)Var.dep= log(Y/L)

(1) (2)

EF EA EF EA

K 0.286 0.294 0.265 0.285(4.204) (5.197) (5.160) (6.126)

H 0.254 0.406 0.262 0.341(3.684) (6.605) (1.126) (6.979)

PAT 0.016 0.022 0.022 0.021(1.805) (2.566) (3.273) (3.183)

SPILL2 0.513 0.026(10.34) (1.777)

Constant. 1.461 1.444(2.964) (3.599)

N. Obs. 170 170 170 170

R adj. 97 96 98 972

Test de Hausman 24.393 130.09[0.000] [0.000]

Nota:estimación bajo la hipótesis de rendimientos constantes a escalaEntre paréntesis, ratio-tEntre corchetes, p-value del test de Hausman [Ho: EF vs. EA]

25

Una forma alternativa de analizar la importancia de las actividades tecnológicas en la

explicación de las diferencias de productividad entre regiones es analizando su efecto sobre un

indicador de productividad conjunta o total (PTF) en el uso de los factores privados, capital y trabajo.

Dado que el crecimiento de la PTF o residuo de Solow no hace sino recoger el crecimiento de la

producción no explicado por el crecimiento de los inputs privados, dicho crecimiento “no explicado”

puede ser explicado por otros factores como la mayor cualificación de la fuerza de trabajo (capital

humano) o por la inversión en I+D (capital tecnológico).

Los resultados de la estimación de los determinantes de la PTF obtenidos a partir de la

ecuación (6) se ofrecen en el cuadros 10 y 11. A grandes rasgos los resultados muestran la importancia

del capital humano en la explicación de las diferencias de PTF entre regiones, no siendo significativo

el efecto del capital tecnológico. En el caso de la estimación ampliada con spillovers, tampoco éste

se muestra significativo. No obstante, en el caso de utilizar las patentes como variable proxy del capital

tecnológico, se mantiene el resultado positivo y significativo obtenido anteriormente a partir de la

estimación de una función de producción.

Cuadro 10: Determinantes de la PTF a nivel regional (1987-96)Var.dep= log(PTF)*

(1) (2)

EF EA EF EA

H 0.314 0.460 0.328 0.431(4.639) (7.718) (4.524) (6.900)

R Total -0.015 -0.004 -0.014 -0.008(-1.918) (-0.719) (-1.802) (-1.343)

SPILL1 0.065 -0.164(0.529) (-1.911)

Constant. 0.447 2.741(4.823) (2.283)

N. Obs. 170 170 170 170

R adj. 96 95 95 942

Test de 26.296 26.562Hausman [0.000] [0.000]

(*) PTF relativa a España en 1986 Entre paréntesis, ratio-t Entre corchetes, p-value del test de Hausman [Ho: EF vs. EA]

26

Cuadro 11: Estimación determinantes de la PTF con patentes (1987-96)Var.dep= log(PTF)*

(1) (2)

EF EA EF EA

H 0.254 0.395 0.362 0.334(3.695) (6.433) (1.135) (6.833)

PAT 0.016 0.022 0.022 0.021(1.799) (2.523) (3.225) (3.151)

SPILL2 0.512 0.028(10.342) (1.891)

Constant. 0.398 0.300(7.246) (5.905)

N. Obs. 170 170 170 170

R adj. 96 95 97 952

Test de 20.550 126.44Hausman [0.000] [0.000]

(*) PTF relativa a España en 1986 Entre paréntesis, ratio-t Entre corchetes, p-value del test de Hausman [Ho: EF vs. EA]

6. CONCLUSIONES

El objetivo de este trabajo es analizar el efecto de las actividades tecnológicas en el

crecimiento de las regiones españolas. Utilizando la información regional que proporciona el INE a

partir de 1986 sobre indicadores tecnológicos (gastos en I+D, patentes, etc.), se estima el efecto de

la innovación a partir de la estimación de funciones de producción ampliadas con capital tecnológico,

así como ecuaciones explicativas de la productividad total de los factores. Alternativamente, se utilizan

las patentes como proxy del output de la innovación.

Los principales resultados del trabajo son los siguientes:

a) se constata la existencia de una correlación positiva entre la posición tecnológica de las

regiones y su nivel de renta per cápita. Así, las regiones que realizan un mayor esfuerzo

innovador son las que alcanzan mayores niveles de renta.

27

b) la existencia de una relación positiva entre los niveles de productividad total de los factores

(PTF) y la inversión en I+D (como porcentaje del VAB), avala la importancia de la innovación

en la explicación de las diferencias de productividad observadas en las regiones españolas. En

consecuencia, es necesario invertir en I+D para alcanzar mayores niveles de productividad.

c) la información regional disponible constata la existencia de importantes diferencias en la

posición tecnológica de las regiones españolas, si bien las diferencias se han reducido en los

últimos años. Así, se ha producido un claro proceso de convergencia en los distintos

indicadores tecnológicos utilizados.

d) la estimación de una función de producción ampliada con capital humano y tecnológico para

el conjunto del sector privado de la economía española en el periodo 1965-96, arroja una

elasticidad positiva y significativa del capital tecnológico en torno 0,2, siendo dicho valor similar

al correspondiente al capital humano.

e) en la estimación regional para el periodo 1987-96, el capital tecnológico no se revela

significativo, si bien la utilización de las patentes como output de la innovación sí ofrece

resultados significativos. De igual forma, los efectos spillovers son significativos cuando

utilizamos como proxy de la innovación las patentes.

En consecuencia, los resultados obtenidos acerca del efecto de las actividades tecnológicas

sobre la productividad de las regiones españolas es poco concluyente, ya que dependen del indicador

tecnológico utilizado. La diferencia de resultados entre la estimación nacional y regional muestra que

el diferente periodo considerado en cada caso como consecuencia de disponer de información

regionalizada para un menor número de años, puede ser determinante en los resultados obtenidos. Sólo

cuando dentro de unos años dispongamos de un panel de datos regional que abarque un mayor número

de años, será posible abordar con mayor rigor la importancia de las actividades tecnológicas en las

ganancias de productividad de las regiones españolas.

28

REFERENCIAS BIBLIOGRÁFICAS

Aghion, P. y Howitt, P. (1992) “A model of growth through creative destruction”, Econometrica, 60, 2, pp.323-351.

Barro, R. (1998) “Notes on growth accounting”, Working paper NBER No. 6654.

Barro, J. y Sala-i-Martin, X. (1992): “Convergence”, Journal of Political Economy, 100, 223-251.

Benito, P. (2000): “R&D productivity and alternative sources of innovation: the case of spanishmanufacturing firms”. Universidad de Valencia, mimeo.

Berstein, J. y Mohen, J. (1994): “International R&D spillovers between U.S. and Japanese R&D intensivesectors” Working paper NBER No. 4682

Brugger, E.A. y Stuckey, B. (1987): "Regional economic structure and innovative behaviour in Switzerland".Regional Studies, 21, 241-254.

Christensen, Laurits R.; Cummings, Dianne C. and Dale W. Jorgenson (1981): "Relative ProductivityLevels", European Economic Review 16, 61-94.

Ciciotti, E., Alderman, N. y Thwaites, A. (1983): "La diffusione regionale delle innovazioni in Italia: il casodelle macchine utensilli a controllo numerico" IV AISRE Conference, Firenze, Nov.

Coe, D. y Helpman, E. (1995): "International R&D spillovers". European Economic Review 39, 859-887.

Crespo, J. y Velázquez, F.J. (1999): “Existen diferencias internacionales en la eficiencia del gasto en I+D?”,Papeles de Economía Española 81, 104-114.

Dorwick, S. y Neguyen, D. (1989): “OCDE comparative economic growth 1950-85: catch-up andconvergence”, American Economic Review 79, 1010-1030.

Fernández, M. y Polo, C. (1997): “La productividad del capital público en presencia de capital tecnológico”,mimeo.

Geroski, P. (1994) Market structure, corporate performance and innovative activity, Clarendon Press,Oxford.

Glaeser, E., Kallal, H., Scheinkman, J. y Schleifer, A. (1992): “Growth of cities”, Journal of PoliticalEconomy, vol. 100, 1126-1152.

Grandon, V. y Rodríguez, L. (1991) “Capital tecnológico e incrementos de productividad en la industriaespañola”, Documento de trabajo 91-01, Universidad Carlos III de Madrid

Griliches, Z. (1979): "Issues in assessing the contribution of R&D to productivity growth". Bell Journal ofEconomics 10. Spring, 92-116.

Griliches, Z. (1994): "Productivity, R&D and the data constraint". American Economic Review, 1-30.

29

Grossman, G. y Helpman, E. (1991) Innovation and growth in the global economy, MIT Press,Cambridge, MA.

Gumbau, M. (1996): Innovación tecnológica: determinantes y efectos en la industria española,Universidad de Valencia, mimeo.

Hall, B. (1988): “L´effet des depenses en R&D sur la productivité du travail au Quebec”, AcutalitéEconomique, 64(3).

Hall, B. y Maraisse, J. (1992): "Exploring the relationship between R&D and productivity in frenchmanufacturin firms", NBER Working Paper No. 3956

INE (varios años): Serie enlazada de la Contabilidad Regional de España, Madrid.

INE (varios años): Estadísticas sobre actividades en Investigación Científica y Desarrollo Tecnológico,Madrid.

Jaffe, A. (1986):"Technological opportunity and spillovers of R&D". American Economic Review, 76:984-1001.

Jones, C. (1995) “ R&D based models of economic growth” Journal of Political Economy, 103, 4, pp. 759-784.

Kamien, M. y Schwartz, N. (1982): Estructura de mercado e innovación. Ed. Alianza Economía yFinanzas.

Krugman, P. (1991a): “Increasing returns and economic geography”, Journal of Political Economy, 99(3), 483-499

Krugman, P. (1991b): Geography and Trade, Cambridge, Mass. MIT Press

Lach, S. (1995): “Patents and productivity growth at the industry level: a first look”, Economic Letters, 49-1,pp.11-18.

Lichtenberg, F. (1992): "R&D investment and international productivity differences" NBER Working PaperNo. 4161.

Mankiw, N.G., Romer, D. y Weil, D.N. (1992): “A contribution to the empirics of economic growth” TheQuaterly Journal of Economics, May, pp. 407-437

Martín, C., Moreno, L. y Rodríguez, L. (1991): "Estimación de la distribución regional de las actividades deI+D". Documento de Trabajo Nº 71/1991. FIES

Martín, C. (1999): “La posición tecnológica de la economía española en Europa. Una evaluación global”,Papeles de Economía Española 81, 2-20.

Mas, M., Pérez, F., Uriel, E. y Serrano, L.(1995): Series históricas de capital humano: 1964-1992,Fundación Bancaja, Valencia.

Oakey, R.P. (1984): High technology small firms. Ed. Frances Pinter. London.

30

Oakey, R.P. (1985): "High technology industries and aglomeration economies", en Hall, P. y Mankiew, A.,eds. Silicon Landscapes. Allen and Unwin. Boston.

Pakes, A. y Schankerman, M. (1984): “The rate of obsolescence of patents, research gestation lags, and theprivate rate of return to research resources”, en R&D, patents and productivity, Ed. Z. Griliches,NBER.

Pérez, F. y Serrano, L. (1998): Capital humano, crecimiento económico y desarrollo regional enEspaña, Fundación Bancaja.

Pérez, F., Goerlich, F. y Mas, M. (1997): Capitalización y crecimiento en España y sus regiones 1955-95, Fundación BBV.

Quah, D. (1999) “The weightless economy in economic development”, CEPR nº 2094.

Romer, P. (1990) “Endogenous technical change”, Journal of Political Economy, 98, 5, pp S71-S102.

Scherer, F.M. (1982): "Demand pull and technological innovation: Schmoockler revisited". Journal ofIndustrial Economics 30, 5-237.

Serrano, L. (1996): “Indicadores de capital humano y productividad”, Revista de Economía Aplicada, Núm.10, vol. IV, 177-190.

Silverberg, G. y Soete, L. (1994): The economics of growth and technical change. Edward Elgar Pressed.

Solow, R. M. (1957): "Technical Change and the Aggregate Production Function", The Review ofEconomics and Statistics 39 (Aug.), 312-320.

Spence, A.M. (1984): "Cost reduction, competition and industry performance." Econometrica, 52,101-121.

Sterlacchini, A. (1989): “R&D, innovations and total factor productivity growth in British manufacturing”,Applied Economics 21,549-1562.

Todtling, F. (1990): "Spatial differentiation of innovation. Locational and structural factors: results of anaustrian study", en Bergman, E., Maier, G. y Todtling, F. (eds.), Regions reconsidered.Economic networks, innovation and local development in industrialized countries. London:Mansell.

Verspagen, B. (1992): "Endogenous innovation in neoclassical growth models: a survey" Journal ofMacroeconomics 14(4), pp. 631-662.

Verspagen, B. (1994): "Technology and growth: the complex dynamics of convergence and divergence" enSilberberg, G. and Soete, L. (eds.) The economics of growth and technical change.